📖 项目简介
这是一个基于人脸情绪识别的智能日历应用，能够：
- 📅 记录你每天的情绪状态
- 😊 自动识别照片中的情绪
- 💬 提供情绪陪伴聊天
- 📊 统计月度情绪变化
🏗️ 代码结构详解
1. 导入模块部分 - 程序的"工具箱"
import random # 随机选择
import glob # 文件搜索
import os # 操作系统功能
import cv2 # 图像处理（OpenCV）
import numpy as np # 数学计算
import streamlit as st # 网页界面
import warnings # 警告处理
from fer import FER # 情绪识别
from collections import Counter # 数据统计
from zhipuai import ZhipuAI # AI聊天
import hashlib # 密码加密
import json # 数据存储
通俗理解：就像做菜需要各种厨具一样，写程序也需要各种工具库。
2. 基础设置部分
# 隐藏警告信息
warnings.filterwarnings("ignore")# 创建必要的文件夹
input_dir = "./tupian" # 图片文件夹
gif_dir = "./gifs" # 表情包文件夹
data_dir = "./userdata" # 用户数据文件夹
os.makedirs(data_dir, exist_ok=True) # 如果文件夹不存在就创建
3. 核心功能初始化
# 情绪识别器（FER = Facial Emotion Recognition）
detector = FER(mtcnn=False) # 使用简单的人脸检测# AI聊天客户端
client = ZhipuAI(api_key="你的API密钥") # 连接智能AI
chat_model_id = "glm-4" # 使用GLM-4模型
4. 情绪表情字典 - 程序的"表情包库"
emotion_emojis = {"happy": "😊", # 开心 → 😊"sad": "😢", # 伤心 → 😢"angry": "😠", # 生气 → 😠"surprise": "😲", # 惊讶 → 😲"neutral": "😐", # 平静 → 😐"fear": "😨", # 恐惧 → 😨"disgust": "🤢", # 厌恶 → 🤢"unknown": "❓" # 未知 → ❓
}
5. 用户管理系统 🔐
密码加密
def hash_password(password: str) -> str:return hashlib.sha256(password.encode("utf-8")).hexdigest()
工作原理：把密码变成一串乱码，即使数据库被盗，黑客也看不懂原始密码。
用户注册
def register_user(username: str, password: str):# 1. 读取现有用户数据# 2. 检查用户名是否已存在# 3. 加密密码并保存# 4. 返回注册结果
用户登录
def login_user(username: str, password: str):# 1. 检查用户是否存在# 2. 验证密码是否正确# 3. 返回登录结果
6. 数据存储系统 💾
用户文件结构
userdata/
├── 用户名1/
│ ├── calendar.json # 情绪日历数据
│ ├── chat_history.json # 聊天记录
│ └── images/ # 用户照片
│ ├── 1.png
│ ├── 2.png
│ └── ...
├── 用户名2/
└── users.json # 所有用户账户信息
7. Streamlit界面 🎨
页面配置
st.set_page_config(page_title="情绪日历", layout="wide")
st.title("🤖 情绪日历")
登录/注册标签页
if not st.session_state.logged_in:tab1, tab2 = st.tabs(["登录", "注册"])# 显示登录和注册界面
st.session_state：就像程序的"记忆"，记住用户是否登录、用户名等信息。
8. 情绪日历标签页 📅
日历显示
# 创建HTML表格来显示日历
calendar_html = """
<style>表格样式</style>
<table>...</table>
"""
st.markdown(calendar_html, unsafe_allow_html=True)
图片上传和拍照
upload_tab, camera_tab = st.tabs(["📁 上传图片", "📸 拍照"])
with upload_tab:uploaded_file = st.file_uploader("选择照片")
with camera_tab:camera_image = st.camera_input("拍照")
9. 情绪识别核心 🧠
# 转换图片格式（BGR → RGB）
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 检测情绪
result = detector.detect_emotions(img_rgb)# 提取最主要的情绪
if result:emotion = max(result[0]["emotions"], key=result[0]["emotions"].get)
FER工作原理：
- 检测图片中的人脸
- 分析面部特征（眼睛、嘴巴、眉毛等）
- 计算各种情绪的概率
- 选择概率最高的情绪
10. AI聊天系统 💬
系统提示词
system_prompt = "你是一个活泼的机器人，叫 Moodi。你会关注主人情绪..."
聊天流程
# 用户输入
user_input = st.chat_input("说点什么吧")# 发送给AI并获取回复
response = client.chat.completions.create(model=chat_model_id,messages=st.session_state.chat_history,stream=False
)# 显示回复
reply = response.choices[0].message.content
🚀 使用流程详解
第一步：注册登录
- 输入用户名和密码
- 系统创建个人数据文件夹
- 初始化情绪日历
第二步：记录情绪
- 选择日期（1-31号）
- 上传照片或直接拍照
- 系统自动识别情绪并更新日历
第三步：查看统计
- 日历显示每天的情绪表情
- 统计本月最常见情绪
- 显示对应的GIF表情包
第四步：情绪聊天
- 与AI机器人Moodi聊天
- AI会根据你的情绪状态提供关怀
- 聊天记录自动保存
🔧 技术亮点
1. 人脸情绪识别
- 使用FER库分析面部表情
- 支持7种基本情绪识别
- 实时处理用户上传的图片
2. 数据持久化
- JSON格式存储用户数据
- 图片本地保存
- 聊天记录永久存储
3. 用户隔离
- 每个用户有独立的数据空间
- 密码加密存储
- 数据互不干扰
4. 响应式界面
- 基于Streamlit的Web应用
- 支持图片上传和实时拍照
- 移动端友好
💡 学习价值
这个项目涵盖了：
- ✅ Python基础：变量、函数、循环、条件判断
- ✅ 面向对象：类的使用和模块化
- ✅ 文件操作：读写JSON、图片处理
- ✅ Web开发：Streamlit框架使用
- ✅ AI集成：人脸识别、智能对话
- ✅ 数据安全：密码加密、用户验证
- ✅ 项目管理：代码组织、文件结构
🎯 适合人群
- 编程初学者：学习完整的项目开发流程
- AI爱好者：了解人工智能的实际应用
- 心理学爱好者：探索情绪追踪和分析
- 产品经理：学习用户需求到技术实现的转化
这个项目就像是一个"情绪日记本"，用技术的方式帮助人们更好地了解和管理自己的情绪状态！ 😊
